Chân trời vật liệu ｜ Phân tích hình ảnh ATR của máy tính bảng dược phẩm

Về chúng tôi

PerkinElmer Enterprise Management (Shanghai) Co., Ltd

Thông tin E-mail
li.fu@perkinelmer.com
Điện thoại
Địa chỉ
Số 1670 đường Zhang Heng, Pudong Xinqu

Ngày:2025-11-08Đọc:6

Trong những năm gần đây, phảiCông nghệ hình ảnh hóa học máy tính bảng dược phẩmĐược quan tâm ngày càng rộng rãi. Khi công nghệ được cải thiện và ứng dụng phổ biến, hình ảnh hóa học đã trở thành một phương tiện hiệu quả để thu thập thông tin về các thông số chất lượng quan trọng thường khó xác định chính xác bằng các kỹ thuật khác. Ngoài các công ty dược phẩm lớn, các nhà sản xuất thuốc generic và thậm chí các cơ quan quản lý hiện đã công nhận giá trị của công nghệ này trong việc khắc phục sự cố sản xuất, tăng quy mô sản xuất và phân tích nguyên nhân gốc rễ.

Trong nhiều công nghệ hình ảnh,Công nghệ hình ảnh hồng ngoại gần (NIR)Nhận được nhiều sự chú ý nhất với những lợi thế đáng kể của nó và thể hiện tiềm năng phát triển liên tục như một phương tiện của Công nghệ Phân tích Quy trình (PAT). Các kỹ thuật hình ảnh hóa học khác như hình ảnh Raman và phản xạ khuếch tán hồng ngoại trung bình tuy có ưu khuyết, nhưngNIRVề thực hiện kỹ thuật, dễ vận hành và khả năng thích ứng mẫuLợi thế hơn。

Dữ liệu được tạo ra bởi công nghệ này cũng dễ hiểu hơn đối với nhiều người dùng trong lĩnh vực này vì họ có thể có kinh nghiệm phân tích phổ hồng ngoại gần vĩ mô với các thành phần của máy tính bảng. Tuy nhiên, hình ảnh NIR trong điều kiện của các công nghệ hiện có (cho dù đó là biến đổi Fourier, bộ lọc điều chỉnh hoặc bộ lọc cố định) có những hạn chế cơ bản, bắt nguồn từ chính nguyên tắc đo lường chứ không phải là lỗi kỹ thuật.

　　Đầu tiên

Độ sâu xuyên thấu của ánh sáng tới trong mẫu lớn (hàng chục micron) và đặc tính khuếch tán có thể khiến hình ảnh bị mờ đáng kể. Theo ước tính, độ sâu thâm nhập của mẫu đạt ít nhất 10 micron (tùy thuộc vào kích thước hạt, chất độn và các thông số khác), nhưng nhiều thành phần máy tính bảng có kích thước hạt nhỏ hơn 10 micron khi được đưa vào máy trộn để trộn. Do đó, trừ khi các thành phần này hình thành các cụm, kỹ thuật này gặp khó khăn trong việc thu được hình ảnh thể hiện rõ sự phân bố của các đặc điểm thành phần trong không gian.

Cần lưu ý rằng sự phân bố kích thước hạt đơn dưới 10 micron chưa được đề cập trong các tài liệu hiện có về hình ảnh NIR. Các trường hợp nghiên cứu chủ yếu tập trung vào các tập hợp hạt nhỏ hoặc các hạt lớn hơn hàng chục đến hàng trăm micron, trong khi các hạt có kích thước hạt nhỏ hơn 10 micron nên có mặt trong phân phối. Đối với một số thành phần (chẳng hạn như magnesi stearat), ngay cả ở nồng độ cao, nếu một tập hợp khoảng 30-40 micron hoặc lớn hơn không được hình thành, sẽ khó phát hiện bằng hình ảnh NIR vì chất này được phân phối trong các hạt tương đối nhỏ trên toàn bộ ma trận. Trên thực tế, một số thành phần hoạt tính có hàm lượng dưới 1% không thể được phát hiện trừ khi chúng được hình thành trong một tập hợp.

　　Thứ hai

Phổ NIR đo được trong hình ảnh có xu hướng chồng chéo cao. Trong phân tích phổ cận hồng ngoại vĩ mô, phổ NIR thường kém phân biệt hơn so với hình ảnh Raman hoặc phổ hồng ngoại trung bình tương ứng, và bất lợi này nổi bật hơn trong hình ảnh NIR với tỷ lệ tín hiệu nhiễu thấp hơn so với phân tích phổ cận hồng ngoại vĩ mô. Hai yếu tố lớn này dẫn đến việc phân tích hình ảnh phụ thuộc nhiều vào phân tích hóa học của dữ liệu quang phổ. Ngoài ra, phân tích hình ảnh tiếp theo đòi hỏi phải sử dụng kỹ thuật thống kê pixel, thường yêu cầu phân loại các pixel hình ảnh riêng lẻ theo danh mục hóa học, nhưng rất khó để thực hiện trong thực tế, vì phổ thành phần được trình bày bởi các pixel riêng lẻ trong hình ảnh NIR hiếm khi tinh khiết. Điều này làm cho việc phân tích tổng thể hình ảnh NIR trở nên khó khăn hơn, vì việc gán "1" hoặc "0" cho các pixel thang xám có xu hướng mang một mức độ chủ quan nhất định.

So với các công nghệ khác, công nghệ hình ảnh quang phổ ATR (suy giảm phản xạ đầy đủ) trong phân tích phổ hồng ngoại trung bình cho thấy lợi thế đáng kể trong lĩnh vực ứng dụng này: độ phân giải không gian của nó tăng khoảng một bậc so với hình ảnh NIR và hiện đã đạt đến kích thước hạt duy nhất khi nhiều thành phần được đưa vào chế biến, tức là nhỏ hơn 10 micron.Công nghệ hình ảnh ATR đã được chứng minh có độ phân giải không gian tốt hơn 5 micron⁴Thứ hai, so với NIR, quang phổ trong hình ảnh có độ tương phản cao hơn và dễ dàng phân biệt các thành phần khác nhau; Thứ ba, kỹ thuật này thực sự là một kỹ thuật phân tích bề mặt và khi sử dụng cấu hình quang học được mô tả dưới đây, độ sâu thâm nhập của mẫu chỉ khoảng 1-2 micron. Điều này làm cho quang phổ của các pixel riêng lẻ tương đối tinh khiết hơn, giúp giảm đáng kể khối lượng công việc phân tích hình ảnh tiếp theo, mang lại lợi thế rõ rệt so với công nghệ NIR.Một số kỹ thuật trong phân tích hình ảnh NIR phổ cao hoàn toàn có thể được áp dụng cho phân tích hình ảnh ATR。

　　Công nghệ ATR cũng có những ưu điểm sau:

　　•Bạn có thể trực tiếp gọi thư viện quang phổ thương mại lớn để phân biệt định tính;

　　•Đối với các chất khó xác định bằng công nghệ NIR (chẳng hạn như một số muối vô cơ khan), công nghệ ATR tạo ra phổ tương phản cao.

Chúng tôi đã làm việc choKhách sạn Perkin Elmer Spotlight ™ 400 Microimaging System Phát triển phụ kiện ATR，Và hoàn thành nhiều xét nghiệm thuốc viên. Ứng dụng này để đo hình ảnh ATR của máy tính bảng dược phẩm bán trên thị trường và xác nhận nhiều lợi thế kỹ thuật được mô tả trong phần trước.Công nghệ này đánh dấu một bước đột phá lớn trong công nghệ hình ảnh thuốc viên. Mặc dù vẫn còn trong giai đoạn "nảy mầm", dự kiến sẽ đóng một vai trò quan trọng trong việc phân tích các viên thuốc và hỗn hợp trong tương lai.

Thiết kế thí nghiệm

　　 01 　Chuẩn bị mẫu và giới thiệu tình hình

Bài viết này sử dụng các viên thuốc hoàn chỉnh chưa được bao phủ (bao gồm thuốc theo toa so với thuốc không kê đơn (OTC)) và lấy mẫu các nguyên liệu thô được biết là có trong máy tính bảng. Các thành phần của thuốc theo toa bao gồm: hoạt chất, cellulose vi tinh thể, canxi hydrogen phosphate, tinh bột và magiê stearat; Nguyên liệu cho các sản phẩm OTC là aspirin, acetaminophen, caffeine, và một loạt các phụ liệu hữu cơ và vô cơ. Trong trường hợp này, độ dày của máy tính bảng là 2-3 mm, với các mặt thẳng đứng và bề mặt phẳng.

Phụ kiện ATR sử dụng tinh thể germanium (Hình 1) để phù hợp với bề mặt của máy tính bảng. Phụ kiện này được thiết kế để xác định vị trí khu vực mục tiêu mẫu (ROI) thông qua camera hiển vi có thể nhìn thấy, cho phép bề mặt lấy mẫu ATR bao phủ chính xác ROI mà không cần di chuyển mẫu. Kết thúc phù hợp tinh thể có thể tạo thành một khu vực lấy mẫu tròn, trong đó các khu vực hình vuông hoặc hình chữ nhật có kích thước khác nhau có thể được xác định. Với kích thước pixel hình ảnh 1,56 micron, hơn 102.000 dữ liệu quang phổ độc lập sẽ được chứa trong vùng 500 × 500 micron.

Hình 1. Cấu hình lấy mẫu ATR

Để thực hiện phân tích hình ảnh toàn diện nhất, có thể cần phải lấy phổ ATR của nguyên liệu máy tính bảng làm tài liệu tham khảo. Phương án tốt nhất là đo quang phổ trực tiếp bằng hệ thống hình ảnh ATR thay vì trích xuất từ thư viện tham chiếu tiêu chuẩn, mặc dù phương án thứ hai cũng có thể được sử dụng, dẫn đến giảm chất lượng phân tích hình ảnh. Sử dụng phụ kiện viên nén vi mô kali bromua (KBr) tiêu chuẩn thường được sử dụng trong phân tích phổ hồng ngoại, bài viết này chuẩn bị vi mô đơn giản cho từng nguyên liệu thô của viên nén. Khi sử dụng phụ kiện microchip tiêu chuẩn (khuôn 2 mm), microchip thích hợp để thu thập dữ liệu ATR có thể được chuẩn bị bằng áp suất cầm tay. Sau khi ép thành hình, các tấm ép được chuyển đến phụ kiện ATR để thực hiện các phép đo hình ảnh khu vực nhỏ 50 × 50 micron của các thành phần tinh khiết. Dựa trên những hình ảnh này, một phổ tham chiếu riêng biệt được tính toán bằng phần mềm. Việc thu thập hình ảnh tham chiếu cho mỗi thành phần chỉ mất vài phút và các thao tác như vậy thường chỉ được thực hiện một lần.

　　 02 　Hình ảnh

　　Sử dụng Spotlight tiêu chuẩn với phụ kiện hình ảnh ATR ™ 400 Hệ thống Microimaging để thu thập hình ảnh。Hệ thống này tạo ra hình ảnh thông qua hoạt động phối hợp của máy dò mảng MCT với bảng lấy mẫu di động/phụ kiện ATR. Tinh thể ATR được cố định trên bề mặt mẫu và giữ tương đối tĩnh với mẫu - mẫu và tinh thể ATR như một toàn thể di chuyển so với máy dò. Kích thước pixel hình ảnh là 1,56 × 1,56 micron (tùy chọn 6,25 × 6,25 micron) và độ phân giải quang phổ là 16 cm-1. Kích thước hình ảnh thực tế được thu thập trong bài viết này dao động từ 100 × 100 micron đến 400 × 400 micron và tổng thời gian thu thập từ 1 phút đến khoảng 40 phút.

Xử lý dữ liệu hình ảnh bao gồm các bước như vi phân quang phổ, chuẩn hóa, phân tích thành phần chính và thực hiện phù hợp đường cong toàn phổ bình phương tối thiểu. 5 khác đã tiến hành tăng cường hình ảnh đồ họa và phân tích thống kê hơn nữa.

Kết quả và thảo luận

Là một công nghệ tiếp xúc, mẫu bị ô nhiễm ngay khi nó chạm vào bề mặt tinh thể, vì vậy nó cần được làm sạch trước mỗi hình ảnh. Tuy nhiên, trừ khi các hạt viên có độ bám dính mạnh, quá trình làm sạch tương đối nhanh chóng.

Hình 2a cho thấy một hình ảnh vi mô của bề mặt máy tính bảng. Mặc dù một số cấu trúc hạt có thể được xác định, các hạt thành phần không thể được phân biệt hiệu quả chỉ bằng hình ảnh ánh sáng nhìn thấy.

Hình 2B thể hiện rõ ràng tình hình phân bố thành phần tinh bột. Hình ảnh này thu được sau khi thực hiện các bước đa xử lý được mô tả trong phần này trên dữ liệu hình ảnh ATR.

Một phương pháp tương tự có thể suy ra mô hình phân phối của từng thành phần, từ đó xây dựng một hình ảnh tổng hợp. Bài viết này kết hợp hình ảnh của ba thành phần chính thành một hình ảnh tổng hợp ba kênh RGB (đỏ/xanh lá cây/xanh dương) riêng biệt (Hình 2c), được mô tả thường xuyên hơn trong hình ảnh NIR cho các sản phẩm như vậy. Sự khác biệt của thử nghiệm này là: So với hình ảnh NIR, độ phân giải không gian của nó được cải thiện đáng kể, độ tương phản không gian của hình ảnh cao hơn, cho phép hình ảnh rõ ràng hơn, chi tiết hơn về bề mặt máy tính bảng trong thời gian đo tương đối ngắn và xác định vị trí các khu vực vi mô mà công nghệ hình ảnh NIR hiện tại không thể phát hiện được.

Hình 2. Hình ảnh ánh sáng nhìn thấy bề mặt máy tính bảng của 3 thành phần chính (a), hình ảnh bên ngoài màu đỏ đơn thành phần sau khi xử lý vi phân (b) và hình ảnh tổng hợp (c) (nhấp vào để xem hình ảnh lớn hơn)

　　 01 　Phổ nguyên liệu thô

　　Hình 3 cho thấy phổ ATR của một nguyên liệu máy tính bảng và phổ xử lý vi phân bậc một tương ứng của nó. Có thể quan sát được bằng hình ảnh ATR, trường chiếu sáng trên toàn bộ bề mặt của phần tử tinh thể không hoàn toàn bằng phẳng, điều này chủ yếu được thể hiện bằng hiện tượng dịch chuyển đường cơ sở trơn tru của quang phổ đo được trong toàn bộ khu vực tinh thể. Điều này có thể được giải quyết dễ dàng bằng cách sử dụng vi phân bậc một hoặc bậc hai. Điều quan trọng cần lưu ý là phương pháp này có đặc điểm phổ thô đáng chú ý hơn so với hình ảnh cận hồng ngoại, mang lại khả năng lớn hơn cho phương pháp đơn giản hơn, đơn biến hơn trong phân tích hình ảnh. Trong quá trình thử nghiệm, polyethylene pyrrolidone, một nguyên liệu phổ biến không có trong máy tính bảng, đã được thêm vào làm mẫu thử nghiệm để xác minh tính hợp lệ của việc xử lý dữ liệu tiếp theo.

Hình 3. Thành phần nguyên liệu (nhấp vào để xem hình ảnh lớn hơn)

　　 02 　Phát hiện sự hiện diện của các thành phần máy tính bảng

Bước đầu tiên là xác nhận sự hiện diện của các đặc điểm phổ của nguyên liệu thô trong phổ hình ảnh. Bước này được thực hiện thông qua chức năng "Target" của phần mềm. Phổ hình ảnh được xử lý trước (vi phân bậc một và các vùng hấp thụ carbon dioxide bị loại bỏ) trước khi trích xuất các đóng góp phổ độc lập chính thông qua phân tích thành phần chính (PCA). Sự phù hợp tiếp theo của vật liệu thô hoặc phổ "mục tiêu" với sự kết hợp tuyến tính của các thành phần chính của PCA, và mức độ chặt chẽ của sự phù hợp cho phép xác định sự hiện diện của phổ mục tiêu trong phổ hình ảnh.Hình 4 cho thấy kết quả kiểm tra năm thành phần của viên thuốc。Năm thành phần.Chất lượng phù hợp rất tốt.，Trong khi Povidone có chất lượng phù hợp kémĐã kiểm chứng mạnh mẽ phương pháp này.Độ tin cậy。

Sơ đồ 4. Phát hiện sự hiện diện của nguyên liệu thô

　　 03 　Đánh giá sự phân phối của từng thành phần trong máy tính bảng

Sau khi xác nhận sự hiện diện của phổ mục tiêu trong phổ hình ảnh, bước tiếp theo là tạo bản đồ phân phối của các thành phần bằng cách ước tính sự phong phú tương đối của các thành phần của mỗi điểm ảnh trong hình ảnh. Mặc dù có nhiều phương pháp khác nhau, nhưng đối với hệ thống năm thành phần này (giả sử không có phản ứng hóa học giữa các thành phần và phổ nguyên liệu tinh khiết có sẵn), các nghiên cứu đã phát hiện ra rằng các phương pháp đơn giản phù hợp với đường cong toàn phổ hoạt động tốt. Sau khi kiểm tra hình ảnh còn lại thông qua phân tích thành phần chính ở trên, kiểm tra sự hiện diện của các thành phần hóa học khác, chỉ cần mô hình phổ của mỗi pixel như một sự kết hợp tuyến tính của phổ nguyên liệu. Điều quan trọng cần lưu ý là nếu có mối tương quan chéo mạnh giữa các phổ mục tiêu (nghĩa là nhiều phổ mục tiêu có nhiều đỉnh đặc trưng chung), độ tin cậy của công nghệ này sẽ giảm. Trong ví dụ này, mặc dù có mối tương quan nhất định giữa cellulose vi tinh thể và quang phổ tinh bột, nhưng sự khác biệt của nó vẫn đủ để đảm bảo điều kiện phù hợp với đường cong bình phương nhỏ nhất tốt.Hình 5 cho thấy kết quả phù hợp với đường cong quang phổ của năm thành phầnCường độ điểm ảnh trong mỗi hình ảnh phản ánh trực quan sự phong phú tương đối của phổ mục tiêu trong phổ hình ảnh.

Hình 5a. Hình ảnh bình phương nhỏ nhất của cellulose vi tinh thể

Hình 5b. Bản đồ phân phối tinh bột

Hình 5c. Bản đồ phân phối canxi photphat

Hình 5d. Bản đồ phân phối Magnesium Stearate

Hình 5e. Sơ đồ phân phối các thành phần hoạt tính (<1%)

Trong hầu hết các trường hợp, các khu vực "điểm nóng" trong các hình ảnh phái sinh cho thấy các đặc điểm tương tự như phổ thành phần tinh khiết, trong khi các pixel ở rìa của các hạt thể hiện các đặc điểm phổ "hỗn hợp" mong muốn.Biểu đồ cho thấy phổ điểm nóng điển hình và phổ nguyên liệu tương ứng。

　　Những hình ảnh này trình bày ba đặc điểm nổi bật:

　　 1 Độ tương phản quang phổ và độ sắc nét của hình ảnh rất đáng chú ý, vượt xa hầu hết các hình ảnh được tạo ra bởi công nghệ hình ảnh NIR. Điều này có thể dễ dàng xác minh bằng cách vẽ phân phối biểu đồ tần xuất hình ảnh.

　　 2 　Không chỉ có sự khác biệt về hình dạng trong các khu vực nóng (hạt) của các thành phần khác nhau, mà còn bắt đầu có hình dạng tương tự như các hạt nguyên liệu. Ví dụ, Hình 6a cho thấy hình ảnh kính hiển vi điện tử quét hạt tinh bột (SEM) với các hạt tinh bột có hình cầu cao, khác với nhiều thành phần khác. Các hạt trong hình ảnh có nguồn gốc ATR tương ứng (Hình 6b) có hình dạng tương tự. Tương tự như vậy, hình dạng bất thường của các khu vực magiê stearat và cellulose vi tinh thể rất phù hợp với hình ảnh SEM thô. Phát hiện này được hỗ trợ bởi sự cải thiện về độ trung thực hình ảnh so với NIR, cung cấp thêm cơ sở quan trọng để hiểu sự liên quan của phân phối không gian với các thuộc tính chất lượng sản phẩm.

Hình 6. Hình dạng hình ảnh hạt ATR - So sánh với SEM

　　 3 　Công nghệ này có thể phân biệt các hạt riêng lẻ dưới 10 micron. Hình 7 cho thấy khu vực khuếch đại của bản đồ phân phối tính toán thành phần hoạt tính, có nồng độ dưới 1% (theo trọng lượng) trong viên nén, trong đó các điểm nóng có đường kính 6-7 micron có thể nhìn thấy. Quang phổ tại các điểm nóng cho thấy nhiều điểm pixel thể hiện gần như hoàn toàn phổ tinh khiết của các thành phần hoạt động. Đáng chú ý, nghiên cứu độ phân giải độc lập 6 ước tính rằng độ phân giải không gian của công nghệ có thể đạt tới cấp độ 3-4 micron gần số sóng khoảng 1700cm-1, và độ rõ nét của quang phổ hạt đơn cũng rất nổi bật.

Hình 7a. Bản đồ phân phối các thành phần hoạt tính (<1%)

Hình 7b.<10 micron của các hạt hoạt chất

Ví dụ thứ hai, xem Hình 8, cho thấy độ phân giải của kích thước hạt nhỏ. Ví dụ này thực hiện phân tích hình ảnh của một số loại thuốc giảm đau hòa tan OTC.Công nghệ hình ảnh NIR thường sử dụng các sản phẩm này làm mẫu để chứng minh khả năng phân tích của chúng.. Các thành phần chính của nó - aspirin, acetaminophen và caffeine - được phân phối ở dạng khu vực rộng với kích thước hạt từ hàng chục đến hàng trăm micron. Nhưng ví dụ này không chỉ trình bày hình ảnh của các thành phần chính được mô tả ở trên, mà còn trình bày thành công các phụ liệu với các đặc điểm sau: (a) hàm lượng thấp; (b) Quan trọng hơn, kích thước của khu vực phân phối của nó nhỏ hơn 10 micron. Trong khi nhiều tá dược và API có kích thước hạt ban đầu nhỏ hơn 10 micron, công nghệ hình ảnh NIR gặp khó khăn trong việc phát hiện các hạt riêng lẻ ở quy mô này và chỉ có thể phát hiện các cụm kích thước lớn hơn được hình thành bởi các hạt này. Hình ảnh cho thấy không chỉ các thành phần chính, mà còn các hạt canxi photphat riêng lẻ không được phát hiện bởi NIR có trong phân phối aspirin/caffeine/paracetamol.

Hình 8a. Thuốc giảm đau - Cấu trúc tổng thể - Aspirin

Hình 8b. chồng chéo phân phối acetaminophen

Hình 8c. chồng chéo phân phối cellulose vi tinh thể

Hình 8d. Tiết lộ thành phần vi lượng - Canxi cacbonat

Hình 8e. Chế độ xem phân hủy của hình ảnh canxi cacbonat

Hình 8f. Canxi cacbonat trong vùng aspirin

　　 04 　Đặc tính của phân phối thành phần máy tính bảng

　　Biểu đồ phân phối thành phần đơn chất lượng cao như trong Hình 9Mắt người có thể quan sát thấy sự khác biệt rõ rệt giữa các thành phần khác nhau trong viên thuốc. Nhưng để mô tả nhanh hơn và khách quan hơn, bạn cần sử dụng các cách biểu đạt hình ảnh khác nhau. Một cách làBiểu diễn biểu đồ tần xuất cường độ của ảnh. Phương pháp thông thường là, đối với hình ảnh được chỉ định, độ sáng pixel tương ứng được vẽ dựa trên số lượng pixel, thông tin hữu ích liên quan đến các thông số quy trình chính của máy tính bảng có thể thu được bằng cách phân tích biểu đồ tần xuất kết quả. Đối với hình ảnh ATR độ nét cao, khi bản đồ phân phối thành phần được vẽ theo cách này, biểu đồ tần xuất kết quả thường trình bày hai chế độ khác nhau tương ứng với nhau.Nhóm hạt đíchvàHạt còn lại(Hình 9a) Tuy nhiên, đường phân chia giữa hai vùng histogram này không phải lúc nào cũng rõ ràng. Vì đây là một hình ảnh màu xám, sẽ có một số lượng lớn các điểm ảnh nằm giữa các điểm ảnh hạt "tinh khiết" và các điểm ảnh nền "tinh khiết". Khi thực hiện đếm pixel, các pixel này cần được phân loại là pixel tiền cảnh hoặc pixel nền, tức là một ngưỡng cường độ phải được thiết lập: các pixel trên ngưỡng này thuộc về các hạt đích và các pixel dưới ngưỡng này thuộc về các pixel nền.

Hình 9a. Biểu đồ tần xuất phân phối thành phần riêng lẻ (nhấp vào để xem hình ảnh lớn hơn)

Ngưỡng có thể được xác định bằng các thuật toán toán học như "phương pháp entropy tối đa" ⁵ hoặc dựa trên kinh nghiệm chủ quan. Đối với phân tích hình ảnh ATR, nó đã được tìm thấy hữu ích để xác định ngưỡng cường độ kết hợp các thông tin sau: kích thước hạt thô, điều chỉnh ngưỡng lặp lại và kết quả kiểm tra phổ pixel cơ bản.

　　Hình 9b cho thấy quá trình thiết lập ngưỡng：Hình ảnh này cho thấy một hình ảnh được tính toán độ xám của một phân phối thành phần có ngưỡng cường độ được đặt ở hai cấp độ để giữ lại các pixel hình ảnh có cường độ cao nhất. Hình ảnh nào là đúng? Mặc dù thảo luận chi tiết về vấn đề này nằm ngoài phạm vi của bài viết này, việc thiết lập ngưỡng này là chìa khóa để có được thông tin định lượng chính xác từ những hình ảnh này và phải được xử lý hết sức cẩn thận. Tuy nhiên, khi phân bố hạt có thể phân biệt rõ ràng được tính toán, một số kết quả thống kê thu được (chẳng hạn như kích thước hạt trung bình, hình dạng phân phối, thông tin láng giềng gần nhất, v.v.) có liên quan đến các thuộc tính chất lượng sản phẩm.

Hình 9B. Đặt ngưỡng A-B để tạo ra hình ảnh hai giá trị (nhấp vào để xem hình ảnh lớn hơn)

　　Hình 9c cho thấy sự tương phản giữa phân phối thành phần được tính toán của một thành phần được chỉ định trong hai lô sản phẩm được đánh dấu là "đủ điều kiện" và "không đủ điều kiện".。Năm hình ảnh của các mẫu khác nhau trong các lô đủ điều kiện và không đủ điều kiện đã được thu thập riêng biệt. Việc tính toán kích thước hạt trung bình của tất cả các thành phần khác trong lô không đủ điều kiện, ngoại trừ một thành phần. Và đối với thành phần đặc biệt này, tất cả các hình ảnh cho thấy kích thước hạt trung bình của lô không đủ điều kiện là khoảng 2 lần so với lô đủ điều kiện. Loại thông tin này có giá trị rất cao trong việc xác định các vấn đề về quy trình sản xuất.

Hình 9c. Một số chỉ số có thể được liên kết với các thông số chất lượng (nhấp vào hình ảnh lớn hơn)

　　 kết luận

　　Công nghệ hình ảnh hóa học ATRNâng cao hình ảnh hóa học của một số loại thuốcTrình độ kỹ thuật. Công nghệ này làm tăng đáng kể độ phân giải không gian hình ảnh có thể đạt được so với hình ảnh hóa học NIR, thu đượcHình ảnh rõ ràng hơn và thường dễ đọc hơn. Công nghệ khắc phục những hạn chế chính của hình ảnh khuếch tán trực tiếp trong phân tích phổ hồng ngoại trung bình, cụ thể là vấn đề suy giảm tín hiệu cao và nhiễu phản xạ gương không kiểm soát trong hình ảnh. đồng thờiGiải quyếtNhiều khiếm khuyết trong hình ảnh Raman, bao gồmMẫu quá nóng, nhiễu huỳnh quang tiềm ẩn, độ phân giải không gian hạn chế(phụ thuộc vào cấu hình phần cứng hình ảnh Raman) vàThời gian thu thập hình ảnh tương đối dài。

　　 Tài liệu tham khảo

1. Lyon, R.; Lester, D.; Lewis, E. N.; Lee, E.; Yu, L. X.; Jefferson, E. H.; Hussain, A. S.: AAPS

PharmsciTech năm 2002; 3 (3) Điều 17.

2. Clarke, F.; Vib Spec., 34 (2004) 25-35. Có sẵn trực tuyến tại www.sciencedirect.com.

3. Lewis, E. N.; Schoppelrei, W.; Lee, E.; Kidder, L.; trong “Công nghệ phân tích quy trình” Blackwell, 2005. ISBN-10 1-4051-2103-3.

4. Canas, A.; Carter, R.; Hoult, R.; Bán hàng, J.; Williams, S.; Độ phân giải không gian trong hình ảnh IR ATR giữa: đo lường và ý nghĩa hội nghị FACCS, 2006.

5. Rasband, W.S., ImageJ, Viện Y tế Quốc gia Hoa Kỳ, Bethesda, Maryland, Hoa Kỳ, 1997-2006.

6. 'Độ phân giải không gian trong hình ảnh FT-IR ATR' PerkinElmer Technical Note # 007641_03 (2006).

Bài viết cuối cùng:Phương pháp GC/MS xác định 9 loại cacbonat trong chất điện phân pin lithium-ion

Bài viết tiếp theo:Các thành phần chính của khối phổ kế plasma và vai trò của chúng